國家對AI場景開放與要素保障力度空前，這有助于打破場景壁壘，讓更多AI創(chuàng)新技術(shù)有機會在真實工業(yè)環(huán)境中驗證優(yōu)化。

今日

《科技日報》聚焦制造業(yè)轉(zhuǎn)型

報道了“AI+制造”過程中的“華工智慧”

介紹了華工人以硬核科創(chuàng)

為產(chǎn)業(yè)智能化轉(zhuǎn)型注入的源源動能

以下為報道全文

《科技日報》報道“華工智慧”

銑削加工技術(shù)是制造業(yè)中一項至關(guān)重要且應(yīng)用廣泛的金屬切削加工方法。以往，傳統(tǒng)銑削加工軌跡在復(fù)雜加工區(qū)域中容易產(chǎn)生切削力突變，導(dǎo)致加工效率下降，加工精度損失，刀具壽命降低。

琶洲實驗室研究員、華南理工大學(xué)機械與汽車工程學(xué)院教授王清輝認(rèn)為，現(xiàn)代高效粗加工技術(shù)的研究核心，已從追求極限工藝參數(shù)的“硬碰硬”模式，轉(zhuǎn)向追求加工過程中物理狀態(tài)平穩(wěn)化的智能化模式，其終極目標(biāo)是在高材料去除率下，實現(xiàn)恒力切削，“恒力切削意味著加工過程處于一個動力學(xué)平穩(wěn)、負(fù)載可控的理想狀態(tài)，它允許數(shù)控系統(tǒng)以更平穩(wěn)、更接近理論極限的速度運行，同時大幅降低振動風(fēng)險，從而在提升效率、保障質(zhì)量和延長刀具壽命之間取得最優(yōu)平衡。”

王清輝把人工智能（AI）應(yīng)用到復(fù)雜型腔模具及復(fù)雜自由曲面的粗、精加工中，通過智能化配置高速旋風(fēng)銑與傳統(tǒng)加工軌跡，可有效穩(wěn)定加工過程的刀具負(fù)載，將加工效率提升30%以上。

這是“AI+制造”的鮮活應(yīng)用場景
隨著AI加速滲透

經(jīng)濟社會發(fā)展“毛細(xì)血管”

“AI+制造”正釋放出更強動能

近段時間以來，《關(guān)于加快場景培育和開放推動新場景大規(guī)模應(yīng)用的實施意見》《“人工智能+制造”專項行動實施意見》相繼出臺，加速推動“AI+制造”應(yīng)用場景落地。

AI落地制造業(yè)場景

還面臨著哪些挑戰(zhàn)？

如何打通“AI+制造”堵點
充分發(fā)揮其乘數(shù)效應(yīng)？

邁向規(guī)模化落地

在深圳嘉立創(chuàng)科技集團股份有限公司（以下簡稱“嘉立創(chuàng)”）位于廣東韶關(guān)的數(shù)字化生產(chǎn)基地里，該公司利用自研的智能制造系統(tǒng)，能在一塊不到1平方米的PCB（印制電路板）上，完成超200個PCB打樣訂單。

“依托高性能的分布式集群架構(gòu)，我們可瞬間剖析訂單交期、板材尺寸、工藝要求等海量數(shù)據(jù)，進行最優(yōu)化拼板設(shè)計。公司日均完成超過4萬份不同尺寸、要求各異的PCB訂單的拼板組合，板材利用率達(dá)到行業(yè)領(lǐng)先水平�！奔瘟�(chuàng)相關(guān)負(fù)責(zé)人介紹。

不僅如此，在AI助力下，該系統(tǒng)能以秒級速度輸出報價與3D驗證模型，幾乎所有訂單均可由客戶自助完成。這種快速的對接和生產(chǎn)方式，能為機器人等企業(yè)的研發(fā)贏得寶貴窗口期。

隨著AI加速與制造業(yè)深度融合，制造業(yè)的生產(chǎn)模式正被深刻改變，AI應(yīng)用場景也越來越多�！爸圃鞓I(yè)AI場景創(chuàng)新已從單點試點邁向規(guī)模化落地，尤其在流程工業(yè)領(lǐng)域呈現(xiàn)出全棧產(chǎn)品體系支撐垂直場景產(chǎn)業(yè)化落地、核心技術(shù)架構(gòu)實現(xiàn)自主可控突破等特點�！睆V州博依特智能信息科技有限公司（以下簡稱“博依特”）董事長、華南理工大學(xué)輕工科學(xué)與工程學(xué)院研究員、博士生導(dǎo)師李繼庚說。

博依特制漿造紙自動駕駛系統(tǒng)

作為深耕流程工業(yè)生產(chǎn)工藝的AI創(chuàng)新公司，博依特構(gòu)建了“AIoT基座+工藝MOM+工業(yè)智能體+行業(yè)大模型”全棧體系，推出全球首個制漿造紙工藝大模型及博依特制漿造紙自動駕駛系統(tǒng)。目前，博依特工藝AI已在造紙、食品、建材、化工等多個行業(yè)落地，服務(wù)超700家企業(yè)�！拔覀兺ㄟ^‘龍頭帶動+產(chǎn)業(yè)集群’模式，帶動江門造紙集群50余家企業(yè)協(xié)同優(yōu)化，實現(xiàn)集群年產(chǎn)量提升5%、能源消耗下降36%，創(chuàng)造直接經(jīng)濟效益60億元�！崩罾^庚說。

這背后，是制造業(yè)數(shù)智化轉(zhuǎn)型扎實推進的宏大圖景。工業(yè)和信息化部數(shù)據(jù)顯示，截至目前，我國已累計建成3.5萬余家基礎(chǔ)級、8200余家先進級、500余家卓越級智能工廠，培育15家領(lǐng)航級智能工廠。

面臨“水土不服”難題

王清輝教授

“實際上，相比民生領(lǐng)域

AI在制造業(yè)領(lǐng)域的應(yīng)用

更加復(fù)雜，挑戰(zhàn)也更大�！�

王清輝說

“AI+制造”在場景落地過程中易遇到“數(shù)據(jù)孤島”與“垃圾輸入”并存的問題。以電子及機械行業(yè)為例，該行業(yè)產(chǎn)業(yè)鏈上下游極其分散，訂單高度離散，有時會涉及數(shù)十萬種元器件和非標(biāo)零部件。這導(dǎo)致AI需要處理海量且非連續(xù)的“孤島式”數(shù)據(jù)。

此外，客戶上傳的3D模型格式多樣。輸入數(shù)據(jù)量雖然大，但機器難以根據(jù)其幾何特征識別對應(yīng)的工藝要求，形成了難以使用的“垃圾數(shù)據(jù)”。王清輝說，制造業(yè)涉及的數(shù)據(jù)結(jié)構(gòu)與加工工藝極為復(fù)雜，尤其在工業(yè)軟件領(lǐng)域，各類數(shù)據(jù)模型往往具備特有的屬性、結(jié)構(gòu)和工藝知識，缺乏通用的數(shù)據(jù)特征。

由于通用大模型缺乏工業(yè)物理常識和制造背景，直接套用易產(chǎn)生“幻覺”或嚴(yán)重錯誤，技術(shù)落地時往往“水土不服”。“這里有一個標(biāo)準(zhǔn)與定制的矛盾：制造業(yè)追求標(biāo)準(zhǔn)化的規(guī)模效應(yīng)以降低成本，而AI賦能的產(chǎn)業(yè)互聯(lián)網(wǎng)追求‘千人千面’的定制�！奔瘟�(chuàng)相關(guān)負(fù)責(zé)人說。

在李繼庚看來，流程工業(yè)數(shù)據(jù)存在多源異構(gòu)、利用率低、質(zhì)量參差等問題。工業(yè)時序數(shù)據(jù)利用率不足10%，設(shè)備振動、溫度等動態(tài)數(shù)據(jù)未被有效挖掘，難以支撐AI模型高質(zhì)量訓(xùn)練。

行業(yè)經(jīng)驗與知識沉淀不足、人才結(jié)構(gòu)斷層，也在一定程度上影響著AI在制造業(yè)場景中的拓展。“制造業(yè)的生產(chǎn)關(guān)鍵環(huán)節(jié)高度依賴?yán)蠋煾到?jīng)驗，工藝知識‘黑箱化’嚴(yán)重，難以轉(zhuǎn)化為可規(guī)�；瘡�(fù)制的算法模型，導(dǎo)致技術(shù)推廣時面臨知識斷層難題。”李繼庚說。

此外，多位受訪專家分析，制造業(yè)AI創(chuàng)新投入大、周期長，導(dǎo)致一些中小企業(yè)對轉(zhuǎn)型成本和回報周期存有顧慮，對AI創(chuàng)新場景的落地推廣意愿不強。

推動技術(shù)與應(yīng)用雙向賦能

Q

如何推動AI與制造更好“雙向奔赴”？

《“人工智能+制造”專項行動實施意見》提出，一端抓技術(shù)供給，推動“智能產(chǎn)業(yè)化”，一端抓賦能應(yīng)用，加快“產(chǎn)業(yè)智能化”，整體壯大產(chǎn)業(yè)生態(tài)，促進人工智能科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合、人工智能技術(shù)與制造業(yè)應(yīng)用“雙向賦能”，加快制造業(yè)智能化、綠色化、融合化發(fā)展。

“要建設(shè)和開放更多的‘AI+制造’應(yīng)用場景，首先應(yīng)從政策層面入手，建立工業(yè)數(shù)據(jù)‘普通話’標(biāo)準(zhǔn)�！奔瘟�(chuàng)相關(guān)負(fù)責(zé)人建議，以官方牽頭、行業(yè)龍頭企業(yè)聯(lián)合的方式，分行業(yè)制定數(shù)據(jù)交換標(biāo)準(zhǔn)，打通設(shè)計、制造、供應(yīng)各環(huán)節(jié)的數(shù)據(jù)壁壘，降低AI解析和清洗數(shù)據(jù)的社會總成本。

夯實人工智能賦能底座，也是破解制造業(yè)AI場景創(chuàng)新難題的關(guān)鍵因素。受訪專家普遍認(rèn)為，我國可通過布局工業(yè)垂直模型的AI研究，解決通用大模型不匹配制造企業(yè)實際生產(chǎn)、“一本正經(jīng)胡說八道”的問題。

博依特在這方面已有所探索。該公司構(gòu)建起包含1000余個工藝規(guī)則的機理模型庫，將老師傅操作經(jīng)驗轉(zhuǎn)化為算法模型，形成可規(guī)模化復(fù)制的優(yōu)化決策資產(chǎn)；同時通過工藝大模型實現(xiàn)行業(yè)專業(yè)知識問答、推理及企業(yè)知識培訓(xùn)，加速知識傳承與復(fù)用。

此外，還應(yīng)建設(shè)人工智能應(yīng)用對接平臺，促進供需精準(zhǔn)匹配。“打造‘AI+制造’場景，離不開工業(yè)軟件企業(yè)、制造業(yè)企業(yè)、高校科研院所三方的深度融合�！�王清輝建議，通過建設(shè)對接平臺，能有效發(fā)揮三方各自的優(yōu)勢，凝聚合力，讓AI更加精準(zhǔn)地應(yīng)用于制造業(yè)不同場景。

“國家對AI場景開放與要素保障力度空前，這有助于打破場景壁壘，讓更多AI創(chuàng)新技術(shù)有機會在真實工業(yè)環(huán)境中驗證優(yōu)化。同時，國家對協(xié)同推進準(zhǔn)入、場景、要素改革，強化數(shù)據(jù)、人才、資本等要素支撐作出部署，也將有效降低AI場景創(chuàng)新的成本與風(fēng)險。”李繼庚說，政策牽引力有望進一步推動AI在制造業(yè)的規(guī)模化應(yīng)用。

黨委宣傳部（融媒體中心）

信息來源：科技日報

文字：記者 葉青

圖片提供：琶洲實驗室、博依特智能

微信編輯：黃明華

初審：冀早早

復(fù)審：盧慶雷

終審：夏正林

華工原創(chuàng)，版權(quán)所有

若需轉(zhuǎn)載，敬請聯(lián)絡(luò)

郵箱：hgxcb@scut.edu.cn

“分享”“點贊”“在看”，記得一鍵三連哦